Download exportar.py from amandaodoo/casas-sklearn-exportar-onnx: direct link, hf CLI and curl.
- Browser
- Download file 774 Bytes
-
https://huggingface.co/amandaodoo/casas-sklearn-exportar-onnx/resolve/main/exportar.py
- Command line
-
hf download hf://amandaodoo/casas-sklearn-exportar-onnx/exportar.py
-
curl -L -o exportar.py https://huggingface.co/amandaodoo/casas-sklearn-exportar-onnx/resolve/main/exportar.py
774 Bytes
| """Exporta el modelo de scikit-learn en formato ONNX: model.onnx. | |
| No vuelve a entrenar: parte de ../sklearn-entrenamiento-evaluacion/model.joblib | |
| (correr antes ese train.py). | |
| Uso: | |
| python exportar.py | |
| """ | |
| from pathlib import Path | |
| import joblib | |
| import numpy as np | |
| from skl2onnx import to_onnx | |
| CARPETA = Path(__file__).parent | |
| modelo = joblib.load(CARPETA.parent / "sklearn-entrenamiento-evaluacion" / "model.joblib") | |
| # ONNX traduce el modelo a un grafo de operaciones. Necesita un ejemplo de entrada | |
| # para saber la forma y el tipo de los datos (3 columnas, float32). | |
| ejemplo = np.zeros((1, 3), dtype="float32") | |
| onx = to_onnx(modelo, ejemplo) | |
| (CARPETA / "model.onnx").write_bytes(onx.SerializeToString()) | |
| print("Modelo guardado en model.onnx") | |